在复杂网络中挖掘关键节点具有重要的现实应用价值,本文通过对复杂网络结构和特性的研究分析,同时考虑到网络规模不断变大的问题,进行了如下工作。首先,构建复杂网络的分布式处理模型。分别对HDFS文件中复杂网络数据的划分,算法中间结果数据的存储方式和基于MapReduce的多任务计算框架做了详细的设计。其次,针对无权复杂网络,提出基于社区结构的关键节点分布式挖掘算法。该算法针对节点社区结构属性、节点的直接邻里关系,得到节点对应的社区因子、信息扩散系数和信息传播依赖度,在此基础上,计算得出节点自身重要度;接着通过对节点间接邻里关系的考虑,得出节点综合重要度,其大小决定节点在整个网络中的关键程度。再次,针对加权复杂网络,提出基于核心点社区的分布式关键节点挖掘算法。该算法基于节点相似度,划分邻域点社区;接着对互为合并点社区的邻域点社区进行合并,得到核心点社区,进而完成整个网络的社区划分;每个核心点社区的核心点作为嫌疑关键节点群,考虑度属性、权重属性、多层邻里关系,计算核心节点综合重要度,并在每个社区中按照重要度值从大到小排序,取出每个社区中前几个节点作为全网的关键节点。最后,针对本文提出的两个算法,基于分布式平台进行实现,并与经典的关键节点挖掘算法进行了对比分析,验证本文算法在性能上的优势。